i

Erweiterung der Attribute

Hinweis: Die Daten sind fiktiv.

Du erhältst den Trainingsdatensatz
Person geplante Reisezeit (min) geplante kürzeste Umstiegszeit (min) Anzahl der Umstiege Klasse
A 150 7 1 pünktlich
B 210 10 2 unpünktlich
C 300 3 3 unpünktlich
D 80 10 1 pünktlich
E 120 20 1 pünktlich
F 200 25 1 pünktlich
G 260 15 3 unpünktlich
H 300 30 1 pünktlich
I 40 3 1 unpünktlich
J 240 5 2 unpünktlich
K 180 16 1 pünktlich
L 280 12 2 unpünktlich
und den Anwendungsdatensatz
Person geplante Reisezeit (min) geplante kürzeste Umstiegszeit (min) Anzahl der Umstiege Klasse
X 140 5 3
Y 200 15 1
Z 280 20 2
Beide Datensätze sind in diesem Punktdiagramm abgetragen, verspätete Verbindungen in rot, pünktliche in grün und die, die vorhergesagt werden sollen, in blau. Punktdiagramm2D

Aufgabe 1 - KNN-Klassifikation 2D

Bestimme mit Hilfe der 2-Nächste-Nachbar-Klassifikation, ob die Personen X, Y und Z pünktlich an ihrem Ziel ankommen werden.
Bisher haben wir immer zwei erklärende Attribute verwendet. In unserem Beispiel ist zusätzlich die Anzahl der Umstiege als Attribut gegeben. Wenn wir auch die Anzahl der Umstiege als erklärendes Attribut zur Klassifikation verwenden wollen, benötigen wir eine dritte Achse, an der wir dieses abtragen können. Das führt zu dem folgenden dreidimensionalen Punktdiagramm. Punktdiagramm2D

Aufgabe 2 - KNN-Klassifikation 3D

Lade dir das dreidimensionale Punktdiagramm herunter und öffne es in Geogebra 3D.
  1. Klassifiziere die Verbindungen X, Y und Z erneut mit der 2-Nächste-Nachbar-Klassifikation.
  2. Vergleiche deine Prognosen aus Aufgabe 1 und 2.

Aufgabe 3 - Vorstellungskraft

  1. Argumentiere, warum wir grafisch nicht mehr als drei erklärende Attribute betrachten können.
  2. Beschreibe, wie eine grafische Darstellung im Fall von einem erklärenden Attribut aussieht.
Merke: Wir können uns nicht mehr als drei erklärende Attribute vorstellen. Der Computer kann allerdings beliebig viele erklärende Attribute verwenden.

Suche

v
5.1.3.3.1.3.2.6
dev.inf-schule.de/ki/menueansicht/maschinelles_lernen_mit_python/data_science/projekt_empfehlungssysteme/modellentwicklung/knn_erlernen/attribute
dev.inf-schule.de/5.1.3.3.1.3.2.6
dev.inf-schule.de/@/page/MIrJBlnkoyumbEyX

Rückmeldung geben